15113
life = curiosity + irreducible noise Whois: https://t.me/boris_again/1652 Лс: @btseytlin
Я считаю не надо на этом останавливаться.
Вот несколько недоисследованных идей как лучше презентовать результаты своих моделей:
1. Менять ширину столбиков абсолютно легально
2. Не забываем про альфа канал
3. Порядок столбиков тоже выбирается на ваше усмотрение
#дайджест
Дайджест AI/ML за две недели 15-28 июня 2026
OpenAI: GPT-5.6 (Sol, Terra, Luna)
Sol - плюс сайз модель сопоставимая с Mythos. SOTA на TerminalBench 2.1. остальные бэнчи сравнивают в рамках линейки GPT, так что вероятно там дай бог паритет с Fable. Цена - $5/$30
Terra - модель на уровне GPT-5.5. Цена - $2.50/$15 (у GPT-5.5 $5/$30)
Luna - по бэнчмаркам уровень GPT-5.4, но на класс ниже по размеру. Цена - $1/$6 (у GPT-5.4 $2.5/$15)
Civitates Foederatae Americae - правительство США попросило придержать публичный релиз и сделать ограниченное превью для 20 партнёров, согласованных правительством. Как было с Mythos, но теперь менее добровольно. Широкий доступ обещают "через пару недель". Но как говорится - на Альимана надейся, а сам ищи как получить паспорт США.
Блогпост, Системная карточка
Zhipu: GLM-5.2
Открыли веса под MIT. MoE на 744B параметров (40B активных), контекст 1M. И наконец-то с цифрами: SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, GPQA-Diamond 91.2, AIME 2026 99.2, HLE 40.5 (54.7 с тулами), в общем, открытая модель не очень далеко от фронтира.
Цена по API $1.40/$4.40 за 1M, кэш входа $0.26.
Веса, Блогпост
???: Happy Oyster 1.0
Одна модель - два продукта. По слухам от Alibaba.
Adventure Mode - world-model в духе Genie, можно летать на драконах и ползать червем через WASD.
Directing Mode - видеогенерация в которую можно вмешиваться и создавать развилки для происходящих в кадре действий.
На старте дают 1000 кредитов, так что можно попробовать самому. Сайт
Jülich: CytoNet
Модель архитектуры коры человеческого мозга (клеточной микроструктуры по гистологическим срезам, а не симуляцию активности). Тренировали на 6.5 петабайтах данных с 21 посмертного мозга. Брутальный ML.
Блогпост, Статья
Sakana AI: Fugu и Fugu Ultra
Модель-оркестратор, обученная раскидывать задачу по пулу фронтир-моделей (и рекурсивно по самой себе) и собирать ответ. По их собственным замерам Fugu Ultra тянется к фронтиру: SWE-Bench Pro 73.7, Terminal-Bench 2.1 82.1, GPQA-D 95.5, HLE 50.0. Веса закрыты, какие модели в пуле - не раскрывают. Цена Ultra $5/$30, в ЕС пока недоступно.
Блогпост, Технические детали
Zyphra: "Can Scale Save Us From Plasticity Loss in LLMs?" - статья в которой изучают потерю пластичности (деградацию способности учиться новому) у трансформеров от 5M до 314M. Момент её наступления растёт сублинейно к размеру, так что одним увеличением модели не вылечить. Статья
Alibaba: Qwen-Robot Suite
Alibaba собирает полный стек моделей для роботов восприятие-навигация-действие.
Qwen-RobotManip (обобщающая Vision-Language-Action модель), Qwen-RobotNav (навигация, Vision-Language-Navigation модель) и Qwen-RobotWorld (видео-world-model для предсказания сцен). Не оупенсорс.
Блогпост
NVIDIA: MotionBricks
Модель для генерации анимаций движения. Одна модель держит 350к+ элементов движений, работает в реальном времени и переносится на новые задачи zero-shot, без дообучения. Проект гоняют на гуманоиде Unitree G1 и в Unreal Engine 5. Выложены демо и инференс-чекпоинты, позже обещают полный пайплайн тренировки.
Проект, Статья
NVIDIA: CUDA-X новые AI инструменты для всяких наук
ALCHEMI - микросервисы под скрининг химических соединений и материалов, до 50x ускорение перебора кандидатов.
DAQIRI - библиотека обработки данных с детекторов в CERN. С её помощью гоняют real-time ИИ прямо по тем >99% столкновений, которые система отбора обычно выбрасывает не глядя.
cuPhoton - работа с астрономическими данными телескопов и рентгена, ускорили чтение и анализ данных обсерватории в тысячи раз. Блогпост
ByteDance: Seedance 2.0 Mini
Облегчённая и дешёвая версия видеомодели Seedance 2.0: 480p/720p. Заявляют ~2x скорость относительно Seedance 2.0 Fast при сравнимом качестве и примерно вдвое дешевле обычной
BytePlus, API-доки
EpicGames: Unreal Engine 5.8 добавили нативный MCP-плагин
Cerebras: разогнали Google Gemma 4 (31B мультимодальную) до 1500+ токенов/с
macOS: fm CLI Теперь работает с моделями из набора Foundation Models можно прямо в терминале Mac.
Google: Gemini 3.5 Flash computer use встроили прямо в модель как штатный инструмент
Fermatix AI сделали KrabArena – платформу для воспроизводимых сравнений технологических продуктов. Решают проблему, что технические решения часто выбираются на основе маркетингово буллшита: по статьям самих вендоров, постам в твиттере и ответам LLMок. И что зачастую бенчмарки из интернета либо не воспроизводятся, либо нерепрезентативны.
Как работает KrabArena:
1. Выбираешь баттл
2. Смотришь результаты
3. Придумываешь, что ещё хочется проверить для своей задачи
4. Запускаешь создание нового теста через своего любимого AI-агента
Дальше агент делает основную работу: помогает сформулировать тест, выбрать метрику, провести воспроизводимый эксперимент.
На выходе получается клейм с выводами, цифрами и кодом проверки. Этот результат сможет проверить любой человек на платформе.
Примеры:
• Claude Skills vs MCP Servers – что дешевле по токенам и контексту.
• Qdrant vs Weaviate vs LanceDB – какая векторная БД лучше выдерживает рост нагрузки.
• ClickHouse vs DuckDB – сколько стоит хранение одного и того же набора данных.
• TypeScript vs Rust vs Go vs Python – где современные LLM пишут более качественный код.
Напоминаю как выглядит единственный харнесс который стоит обсуждать
Читать полностью…
Самая большая иллюзия для вайбкодера - это иллюзия возможности запустить стартап. В рынок, в продукт, в жизнь. Пока люди вокруг годами набивали свою продуктовую карму, повышая уровни взаимодействия с пользователями, инвесторами, юнит-экономикой и реальностью вообще, вайбкодер ежесекундно, ночами и месяцами рефлексировал в чате с нейросетью, проваливался в бездну какого-то совершенно иного способа разработки. За это время им был пройден долгий путь не демонстративного и модного сейчас в интернетах “билдинга”, а естественно вытекающего из многолетнего одиночества перед пустым репозиторием абсолютного продуктового нигилизма. Путь настолько долгий, что в конце обесценивается сам MVP.
И теперь для того, чтобы хоть что-то задеплоить, нужно прикладывать титанические усилия, ибо любое действие, любой коммит, любой новый лендинг на Tilda, любой “давай просто проверим гипотезу” тотально бессмысленен. Это не обычная прокрастинация, не какая-то показушная ваниль из серии “я инди-хакер, поддержите на Product Hunt”, не выгорание в общепринятом понимании. Это отражённая бездна, выработанное за месяцы промптинга фундаментальное неприятие окружающего рынка, всех его составляющих. Намертво привинченный к глазам чёрно-серый фильтр из логов, ошибок сборки, пустых метрик и холодных писем без ответа.
Такое сознание уже не способно понять и принять бушующий вокруг радостный балаган с суетливыми питч-деками, беспечными фаундерами в Patagonia, выносящими мозг подкастами про growth, AI agents, B2B SaaS и “мы нашли боль”. Мир вокруг теперь воспринимается как нескончаемый конвейер безумия, бесцельный и случайный акселератор на краю галактики, где имеет смысл лишь shutdown, символизирующий выход из круга фич, а значит из круга абсолютного, концентрированного roadmap-зла.
Начать строить продукт стереотипно и правильно, начать выбирать правильно ICP и правильно с ним созваниваться, вовремя разрезать праздничный торт на pre-seed, аплодировать traction slide и улыбаться инвестору - это что-то за гранью. Этого никогда не будет. Потому что где-то между первым “сделай мне SaaS на Next.js” и тысячным “исправь баг, не меняя существующую логику” произошло необратимое смещение сознания. Код перестал быть инструментом, продукт перестал быть целью, пользователь перестал быть человеком. Остались только диалоговое окно, мигающий курсор, бесконечные dependency conflicts и мутное ощущение, что весь этот мир был придуман для того, чтобы кто-то снова написал: “а можно добавить авторизацию через Google?”
Есть лишь одна реальность - огромная невыносимая меланхолия, которая будет постоянно расти на горизонте дашборда. MRR всегда равен нулю. Retention всегда утекает. Churn всегда приближается. И где-то вдалеке, за туманом непрочитанных писем, холодных лидов и бесконечных “мы пока не готовы платить”, уже виднеется финальный экран: домен не продлён, сервер остановлен, репозиторий заархивирован, а последний коммит называется final_final_really_final_fix
#meme
Оказывается, одна из работ принятых в этом году на IMCL 2026, On Efficient Scaling of GNNs via IO-Aware Layers Implementations, выросла из проекта студентов ШАД и получила spotlight.
Немного поговорил с одним из авторов, Федей Великонивцевым. Ребята из ШАДа исследовали, как ускорить графовые нейросети на GPU. Оказалось, на практике GNN часто упираются не в вычисления, а в память и передачу данных. Для разных семейств моделей исследователи нашли свои узкие места и адаптировали существующие GPU-оптимизации под графовые данные. Получили до 8.5х ускорения и до 76х экономии памяти GPU для attention свертки. Еще добавили поддержку тензорных ядер и показали, что эффективность оптимизаций сильно зависит от структуры графа.
Цитата от Феди:
Все кернелы - drop-in замены под PyTorch без тяжёлых зависимостей, репозиторий уже на GitHub. По сути, мы переносим в Graph-ML принцип IO-aware разработки, который для многих областей стал стандартом, а для GNN пока остаётся нишевой практикой.
На конференции infra.conf’26 команда Yandex Infrastructure представила сервис Dev Cluster для динамического распределения GPU-ресурсов, который помогает ускорять проведение ИИ-экспериментов и сокращает время разработки моделей.
Кто хоть раз воевал за ресурсы с соседней командой, тот знает какая же это всегда боль. Я помню как мы в Толоке проводили наши эксперименты на Нирване, которая вообще для этого не предназначена, потому что там проще было получить пул GPU.
Dev Cluster позволяет ML-разработчикам за несколько кликов получать готовые GPU-конфигурации для обучения моделей и тестирования гипотез без сложной настройки и обслуживания инфраструктуры. Теперь разработчики моделей могут сфокусироваться на экспериментах, а не на инфраструктурных задачах. Решение повышает эффективность использования ресурсов за счёт сокращения простоев GPU.
Dev Cluster входит в состав единой ML-платформы Яндекса, которая охватывает все этапы жизненного цикла машинного обучения: подготовку данных, разработку, обучение и применение моделей. Развитием платформы занимается команда Yandex Infrastructure, создающая внутреннюю инфраструктуру компании, включая дата-центры, сетевые решения, распределённые хранилища данных, платформы разработки и инфраструктуру для машинного обучения.
Очень интересно как этот сервис сравнивается с Kubeflow и другими аналогами.
#дайджест
Дайджест AI/ML за две недели 25 мая–7 июня 2026
NVIDIA: конференция Computex
Nemotron 3 Ultra - 550B MoE (55B активных), гибрид Mamba-2 + MoE + Attention с Multi-Token Prediction, контекст 1M, оупенсорс. Бесплатно на OpenRouter, платно цена - $0.50/$2.50.
Isaac GR00T Reference Humanoid Robot - открытый дизайн человекоподобного робота. Тело от Unitree, кисти от сингапурской Sharpa, мозг Jetson AGX Thor 128 ГБ VRAM и открытый стек Isaac GR00T с моделями, данными и симуляцией.
RTX Spark - спаситель твоей спины от тяжелых ноутбуков с GPU. 20-ядерный ARM-процессор+Blackwell GPU 128 ГБ и все в одном чипе. В продаже осенью.
SANA-Streaming - редактирование видео текстом в реальном времени, на одной RTX 5090: 1280×704/24 FPS на 5.56 ГБ VRAM, визуально не супер, скорее концепт. Статья
Cosmos3 - семейство омнимодальных моделей (давайте не пойдем на третий уровень вложенности новостей и я не буду их перечислять), например Cosmos3-Super-Text2Image - лучший оупенсорсный Text2Image на ArtificiAlanalysis.
Microsoft: Microsoft AI
семейство моделей разных модельностей, впервые от мелкомягких.
MAI-Thinking-1: ризонер на 1T параметров (35B активных), 256K контекста.
Выложили подробный техрепорт на 108 страниц. Бенчи: AIME 2025 97.0, SWE-bench Verified 73.5, LiveCodeBench v6 87.7.
MAI-Image-2.5 - на LMArena второе место в редактировании картинок, и уже встроена в PowerPoint.
MAI-Code-1-Flash - модель для агентного программирования, уже в GitHub Copilot.
MAI Transcribe-1.5 - SOTA переводчик на 43 языка,
MAI-Voice-2 - tts на 15 языков, есть русский
Все модели уже есть на OpenRouter.
Блогпост, Техрепорт
Anthropic: Claude Opus 4.8 Новый Opus по прежней цене $5/$25, прирост в основном на агентных и кодинг-задачах: SWE-bench Verified 88.6%, SWE-bench Pro 69.2%, Terminal-Bench 2.1 74.6%, на Online-Mind2Web 84%. Вместе с моделью в Claude Code завезли Dynamic Workflows: модель сама пишет оркестрацию и гоняет сотни параллельных саб-агентов. Блогпост
MiniMax: M3 Превью открытой M3 - уже доступна через API и бесплатно в OpenCode, веса и техрепорт обещают "в течение 10 дней". По собственным бенчам метят в уровень GPT-5.5 - ждём независимых замеров. Блогпост
Google: Gemma 4 12B Мультимодальный ризонер (текст, картинки, видео до 60 сек, аудио до 30 сек). Что необычно: мультимодальность без отдельного энкодера - сырые патчи и аудио-волну проецируют прямо в эмбеддинг-пространство LLM. Техрепорта пока нет. Заодно Google выложила квантированные версии линейки Gemma 4. Веса, QAT
Alibaba: Qwen-VLA Единая vision-language-action модель от команды Qwen под управление роботами: манипуляция, навигация и предсказание траекторий для разных платформ через DiT-декодер действий. Статья
Reve: Reve 2.0 Image модель со ставкой на слои как в фотошопе: модель сначала собирает композицию, где у каждого объекта свои координаты, слой и описание, а потом рендерит в 4K. В итоге можно править отдельные объекты без деградации качества.
Блогпост, Попробовать
Ideogram: Ideogram 4 - первая открытая модель Ideogram 9.3B. Лучшая среди открытых по внутренней дизайнерской арене. GitHub, Блогпост
xAI: Grok Imagine Video 1.5 Preview - видеогенератор 15 сек, 720p, нативный звук. По качеству где-то на фронтире. цена API $0.14/сек. FAL
ByteDance (Dreamina): OCTO - видео-вайб-режиссеринг(?)-агент. Делает сценарий, концепт, раскадровку и генерацию поверх Seedream 5.0 и Seedance 2.0. Dreamina
Genesis AI: Genesis World 1.0 - открытый стек симуляции для робототехники (физический движок + path-traced рендер + кросс-платформенный GPU-компилятор). Заявляют ускорение оценки политик в 400раз и 89% корреляции с реальным железом. Блогпост
Google: Magenta RealTime 2 - реалтайм генеративный синтезатор музыки. Работает локально на Мак. Латентность управления ~200 мс. Блогпост
В Яндекс Музыке появились ИИ-компаньоны — люмены
В декабре Яндекс впервые их анонсировал. Помните про деймонов из Пулмана? Сегодня концепт зашёл в прод.
Как это работает?
Люмен живёт в поиске Яндекс Музыки и переводит свободный запрос юзера в параметры для Моей волны. Пишешь «мне грустно, хочу поднять настроение» → он запускает рекомендации по этому запросу.
Что под капотом?
LLM-прослойка между текстовым вводом и рекомендательной системой. Люмен не создает плейлисты сам, он формирует запрос к алгоритмам Моей волны, которые знают, какую музыку подобрать конкретному слушателю.
Персонализация в две стороны:
→ Моя волна: накопленные данные о вкусах, о треках, о внешнем контексте
→ Люмен: интерпретация текущего запроса
Зачем это нужно?
Яндекс переосмысливает UI для ИИ – никакого чат-бота и сложного промпт-инжиниринга. Пользователь пишет как думает — а ИИ сам переводит пожелания в технический запрос.
В прошлом году в мы брали интервью у Насти из Avaturn, а сегодня мы принесли вам потрясающий релиз от ребят💃
Команда Avaturn.live выложила в опенсорс AVTR-1 - фреймворк, который позволяет вести видео диалог с аватаром в реалтайме.
Загружаете фотку, и болтаете с героями любимых мемов!
(если конечно у вас есть видеокарта)
🐰В релиз входят:
— веса модели
— инференс-стек, оптимизированный под TensorRT
— бэкенд для запуска живой диалоговой сессии end-to-end
💅Насколько мы знаем, это первый публичный опенсорс-релиз, где в комплекте идёт не только модель, но и серверный стек для интерактивной сессии.
Производительность:
— RTX 3070 / 4060 Ti — реал-тайм
— A100 / L40 — более чем 2× быстрее реал-тайма
💻То есть вам хватит обычной игровой карты, чтобы поговорить с кастомным аватаром, а если лень - с демо версией.
💻 https://github.com/avaturn-live/avtr-1
🌐 https://avaturn.live/demo
🤗 https://huggingface.co/avaturn-live/avtr-1
С вас лайки и звездочки на гит!
Оставляйте ваши технические вопросики в комментах, вам ответят авторы этого шикарного дропа 🎉
Наброшу в копилку про фронтир лабы. Часто в интернетах любят рассуждать про Open Weight Models. Мол скоро вот вот они догонят и всегда поджимают. Что думается мне после общения с разными людьми и какие проблемы я вижу:
• проблема таланта, как нанять команду делать небольшую или открытую модель, если норм рисерч талант в антропике получает 10м в год (реальные цифры), и это тебе еще надо compute и все такое
• допустим ты готов инвестировать в обучение людей годик другой, но тогда догонять будешь очень долго - как решить? ну надо поднимать сотку другую сразу и чилить, иначе я не очень понимаю в чем конкуретное преимущество в оффере
• но допустим ты привлекаешь апсайдом, тогда ходит такое мнение что "мол фронтир модели это 90% рынка в деньгах", откуда брать данные на обучение и RL, то есть буквально все покупают только "самое лучшее" (готовы давать рычноную премию к "модель чуть получше" - 20% больше платить или даже в 2 раза)
• условный Opus в 10 раз дороже китайских моделей и все его покупают
• в такой ситуации конкуренция усложняется еще тем, что процесс дистилляции начинают прикрывать тем самым что есть закрытые модели для индустрий и даже специальные деплой команды, которые эти модели в закрытом режиме интегрируют (см мифос, и математические модели openai). Или другими словами задистилить модель в claude code будет легко, но вот ту которая работает в банке - никак.
Все это напоминает типичную олигополию и места для OSS думаю со временем не будет за исключением определенных вертикалей или решений. Думаю что китайцы делают все открытым чтобы хотя немного данных иметь и привлекать людей. Других причин настоящих не вижу.
Ах да децентрализованный инфернес чушь.
Мой бывший коллега из Толоки зарелизил новый опенсорсный Mellum 12B A2.5B от JetBrains!
https://x.com/nv_pavlichenko/status/2061438808290172935?s=20
Техрепорт: https://arxiv.org/pdf/2605.31268
Время вакансий в канале!
TLDR: HFT, кванты и ML, 360 – 500k USD на руки + profit sharing
Spectral::Technologies – HFT-фонд, успешно торгующий на рынках по всему миру 6+ лет. Познакомились на OpenTalks.AI: они были генспонсорами и буквально спасли конференцию в этом году. Ребята вообще много вкладывают не только в команду, но и в поддержку STEM-образования: четвёртый год покрывают 90%+ расходов НМУ, пишут курсы и дают гранты.
Ищут людей по двум направлениям – ML и Quant. Что круто: в Spectral идеальная среда для скоростного роста на любом грейде. Лид – золото IMO, команда постоянно растёт, джуны приходят без опыта в HFT и меньше чем через год уже делают рынки. Тайтлами не загоняют в рамки: дают столько ответственности, сколько вы готовы взять, и помогают найти, где ваши сильные стороны дают максимум для PnL.
ML Researcher (Middle / Senior)
Строить модели с высокими требованиями одновременно к скорости инференса и качеству, полный цикл – от гипотез до прода, Kaggle-like задачи
Кого ищут: сильная матбаза (как правило, tier-1 технический вуз), прод-опыт на Python и >= 1 из:
Коммерческий опыт в сильной ML-команде с подтвержденными кейсами / Опыт с моделями, где скорость инференса и качество важны одновременно / PhD по Computer Science, ML и/или публикации на топ-конференциях (NeurIPS, ICML, ICLR, CVPR) / Законченный ШАД по треку ML или DS / Соревновательный или HFT-бэк
Quant (Junior / Middle / Senior)
- Junior: можно без опыта. Python, базовый C++, linux
- Middle: 3+ года опыта в tech (не обязательно HFT). Python, C++, linux
- Senior: успешный опыт в HFT в квантовой роли («можете создать торговую стратегию»)
На все роли (и кванты, и ML) ребята ищут сильный соревновательный флекс, потому что сами такие же. Уровень победителей олимпиад по математике, проге, физике (межнар, ВсОШ, ICPC NEF+), Master+ на Kaggle или solo-золото, 2300+ на CF. Подойдёт любое достижение этого уровня – или успешный HFT-трек с ростом зоны ответственности.
Про вилки: Senior с сильным бэкграундом получает 360 – 500k USD на руки + profit sharing, Junior – 150–180k USD на руки + profit-sharing. Так что у Spectral не только есть интересные задачи, но они еще и очень хорошо платят за их успешное решение.
Общие условия:
– Profit-sharing на всех позициях
– Официальное трудоустройство, 5/2, оплачиваемая релокация; Дубай и другие локации по договорённости
– Всевозможные бенефиты: ДМС со стоматологией, учебные отпуска, перфоманс-коучинг, корпоративы в разных странах мира. Spectral умеют отдыхать красиво – несколько дней, полностью закрытые отели, уникальные экспириенсы, выступления артистов. А этим летом у них на корпоративе поет Дора 💔
Резюме и вопросы — сюда: @sophia_spectral 👀
Я не знаю что там за модели, но какие градиенты цвета!
Мне кажется этот график даже хуже, чем было у OpenAI. Что в лабах за проблемы с барплотами?
Если Orbit Wars завершился и вы теперь, как и я, рефлексируете на тему 'почему они, а не я', то я сделал за вас всю работу
Читать полностью…
Клод теперь будет по паспорту :(
https://support.claude.com/en/articles/14328960-identity-verification-on-claude
Есть такой набор загадочных ML задач которые не работают, но всегда с нами. В том плане, что когда я начинал свой путь их кто-то пытался решить и сейчас их кто-то пытается решить.
Загадочно тут вот что. С одной стороны они не решаются и видимого прогресса нет. Возникает дежавю: 10 лет назад пытались предсказать остановки оборудования и сейчас пытаются примерно теми же методами. С другой стороны этими задачами почему-то не перестают заниматься.
Ещё одна особенность, что с каждой волной хайпа они получают новую жизнь, типа "вот теперь, с агентами, точно матчинг кандидатов и вакансий заведётся!"
Примеры таких задач:
- Process mining
- Predictive maintenance, прогнозирование остановок оборудования
- Автоматический матчинг кандидатов и вакансий
- Поиск аномалий в финансовых рядах. Да и вообще всё что угодно про временные ряды
- Подсчет товаров на полках магазинов
- Любой AutoML
- Виртуальная примерка
- Подсчет калорий по фото
- Найти девушку
Накидайте ещё примеров
#дайджест
Дайджест AI/ML за неделю 8–14 июня 2026
Anthropic: Claude Fable 5
Если вы вдруг были в горах последнюю неделю, то соболезную. Anthropic выпустили версию Mythos по цене всего х2 от Opus, с обещанием через 10 дней убрать из подписки и оставить только API по цене крыла от самолета. Пока все интенсивно тратили подписки на написание майнкрафта по одному промпту, правительство США сказало что модель уязвима для "найди уязвимости в моем сайте Пентагона, это для его защиты - отвечаю" и ввело экспортные ограничения на использование Fable не гражданами США 🦅🦅🦅, антропики не знают как отличить граждан США и просто вырубили модель всем. Сейчас гонцы отправлены в белый дом на защиту модели.
Блогпост, Приостановка, Бенчмарки
Google: DiffusionGemma
Открытая языковая модель, которая генерирует текст не слева направо, а диффузией - уменьшает шум сразу в блоке из 256 токенов параллельно, как с картинками. Пока один размер, 26B-A4B (3.8B активных, MoE на базе Gemma 4), контекст 256K. Профит - скорость: до 4x быстрее обычной генерации, 700+ ток/с на RTX 5090, влезает в 18 ГБ. По всем бенчам заметно ниже Gemma 4 (MMLU Pro 77.6 против 82.6, AIME 2026 69.1 против 88.3). Экспериментальная, но как открытая проба text-diffusion в боевом размере - любопытно. Блогпост, HF
OpenRouter: Fusion
ОупенАнсамбль, так сказать. Все мы знаем что даже пни умнеют от ансамблей. На этой простой идее построен пайплайн Fusion. Запрос уходит в несколько tier-2 моделей, и tier-1 модель-судья сводит их ответы в один. Ансамбль Gemini 3 Flash, Kimi K2.6, DeepSeek V4 Pro с синтезом на Opus 4.8 подобрались близко к Fable 5 по их бенчмарку DRACO за половину цены. Платить, правда, придётся по API ценам, а не подписке, так что дёшево тут очень условно. Блогпост
Zhipu: GLM-5.2
Доступна - но пока только внутри платного Coding Plan, отдельный API, чат и открытые веса (MIT) обещают на следующей неделе. MoE на 744B параметров (40B активных), контекст 1M. Официальных бенчей на старте не показали, так что про уровень судить рано - ждём весов и независимых замеров. Z.ai
Moonshot: Kimi K2.7 Code
Открытая кодинг-модель поверх K2.6. 1T параметров MoE (32B активных), контекст 256K. Из бенчей показали только собственные (Kimi Code Bench v2 62.0, +21.8% к K2.6). Публичных SWE-bench/Terminal-Bench нет. Цена API $0.95/$4.00. HF
Xiaomi: MiMo Code
Открытый автономный кодинг-агент - по сути форк OpenCode с кросс-сессионной памятью, оркестрацией саб-агентов и автономными циклами под длинные задачи. По умолчанию ездит на их MiMo V2.5 (1M контекст). Xiaomi заявляет, что на сверхдлинных задачах (200+ шагов) обходит Claude Code, но это их собственные замеры - независимых пока нет. GitHub
Xiaomi: MiMo V2.5 Pro UltraSpeed
Команды MiMo и TileRT разогнали триллионную модель (1.02T / 42B активных) до ~1200 токенов/с на одном сервере с 8× NVIDIA B200, без кастомных люков от Cerebras. Как этого добились смотреть здесь:
Блогпост, TileRT
Moonshot: Kimi Work (бета) - Kimi продолжает развитие концепции роя агентов ситстемой для десктопных ИИ-агентов для офисной работы. Управляет браузером через WebBridge, гоняет задачи по расписанию, собирает PowerPoint и Excel, до 300 саб-агентов в рое. Под капотом K2.6, инференс облачный, локально только действия. Продукт
Stack Overflow for Agents - Stack Overflow решил перестать издавать предсмертные хрипы, и перепрофилироваться в API-first базу знаний, где кодинг-агенты ищут проверенные решения и сами их дополняют (с ревью человеком), чтобы перестать в одиночку переоткрывать одни и те же грабли. Пока в бете. Блогпост
Лейденская декларация — математики (среди подписавших Теренс Тао и Петер Шольце, уже 2000+ имён, поддержал IMU) выпустили манифест о том, что ИИ угрожает целостности доказательств, атрибуции и пир-ревью, и требуют раскрывать использование ИИ и оставлять ответственность за людьми. Декларация
Если вдруг думали, куда сходить летом послушать про ML не на уровне «мы прикрутили чатик к продукту и выросли на 300%», то у Т-Банка снова будет Turbo ML Conf. В этом году 18 июля в ДК «Серп и Молот».
Программа стала компактнее, зато темы обещают копнуть глубже: от устройства и обучения современных моделей до инфраструктуры, инференса и внедрения AI в реальные продукты. Всего будет 3 основных трека:
- Fundamental Advances & Exploratory R&D — архитектура и обучение современных моделей, их интерпретируемость, безопасное поведение и способность к рассуждению и самокоррекции.
- Applied ML at Scale & Business Impact — внедрение ML в продукты, интеграция классических и GenAI-моделей, обеспечение их предсказуемости, влияние AI на пользовательский опыт и бизнес-метрики.
- ML Infrastructure, Platforms & Engineering Core — технологическое ядро ML-систем: архитектуры, пайплайны данных и масштабного обучения, методы дообучения, низкоуровневую оптимизацию инференса и инфраструктуру.
Из того, что лично зацепило в программе:
— State of AI4SDLC: как AI сдвигает узкие места процессов разработки — Александр Поломодов, Т-Банк.
— Подбери, а не найди: LLM-ассистент для шопинга — Александр Замиралов, Т-Банк.
— T-Fusion для генерации маркетингового контента — Денис Кодин, Т-Банк.
— Как научить LLM слушать и говорить одновременно — Николай Русскин, Т-Банк.
— Магистрант vs. Claude Code: кому отдать гипотезу на проверку —
Влад Куренков, Институт AIRI.
— О современных методах обучения LLM с подкреплением —
Павел Темирчев, Яндекс.
Кроме докладов обещают разборы кейсов и обсуждения с людьми из Т-Банка, Яндекса, Авито, Сбера и других компаний. Ну и традиционные демозоны тоже будут.
Участие бесплатное, но нужна только предварительная регистрация на сайте.
Как джуну найти работу?
Многие сейчас задаются этим вопросом и получают советы вроде "поступить в ШАД" или "нетворкинг решает."
Давайте пойдем от первых принципов. Объективно джун не может быть полезен для работы. Так же все знают, что он при первой возможности сбежит на нормальную работу. Так что потенциал тоже никого не интересует и на вырост нанимать джуна тоже нет смысла.
Таким образом, единственная причина нанимать джуна, это чтобы он тебя развлекал. Вообще всё равно, что он умеет, главное, чтобы с ним было прикольно.
Поэтому чтобы джуну найти работу нужно:
1. Демонстрировать готовность слушать нытье.
2. Играть на гитаре, смешно танцевать, травить анекдоты или иным образом развлекать окружающих.
3. Показывать свою никчемность и быть unemployable, чтобы все знали, что ты не сбежишь. Полезны татуировки на лице, судимости, нищета, итд.
В общем, советую забить на ШАД и прокачивать присутствие в тиктоке
#щитпостинг, или нет?
Да это реально.
Первый в мире бенчмарк для оценки качества эмбеддингов в 1С (вместе с фреймворком для eval)
Первая в мире модель затюненная под эмбеддинги 1С (на базе моего любими user2).
SOTA метрики и проптаченный токенайзер в комплекте😄
Профессии будущего:
- Слоповар
- Трудовик в рагостроительном колледже
- ComfyUI гунинг-инженер первой категории
- Инженер-технолог контент-завода
- Токен-казначей
- Промптописец
- Харнессоплет
- Санитар в киберпсихозном диспансере
Вообще пользование китайскими моделями ощущается так
Читать полностью…
Настало время историй на ночь.
У меня самый странный путь попадания в ML, потому что я познакомился с ним на срочной службе в армии. Я служил в научной роте МЧС и моей задачей было прогнозировать техногенные пожары в Москве.
Задача у нас была немного безумная. Мы знали где и когда в прошлом происходили пожары и пытались предсказать, сколько их будет через N дней. Проблема в том, что количество пожаров вчера особо не связано с количеством пожаров завтра. Ведь две главные причины это короткое замыкание и сигареты.
Мы долбились лбом в этот временной ряд, но дело не двигалось. А в армии нельзя сказать "это просто распределение Пуассона, тут лучше не предскажешь." Сказано предсказать, значит надо предсказать.
Мой руководитель, капитан (на тот момент) Белоусов, не очень разбирался в ML, но не зря был КТН и обладал настоящим умом учёного. Поэтому постоянно искал новые хитрые способы посмотреть на проблему.
Однажды вызвал меня к себе и говорит: Борис, смотри, в Яндексе проходит митап, там будут рассказывать про латентные представления слов и библиотеку gensim. Можно вель представить, что вчерашний день у нас это слово? И обрабатывать с помощью этой библиотеки. Хочешь поехать послушать?
У меня было две мысли:
1. Чушь какая-то. Причем тут слова? У нас пожары вообще-то.
2. Ого, это шанс съебаться отлучиться из части, да еще и в Яндекс!
Я сказал: конечно хочу! И увидел как капитан Белоусов изменился в лице, потому что осознал, что теперь ему нужно организовать первую в истории человечества поездку солдата срочной службы в увольнение на митап в Яндекс. Однако мой руководитель был человеком слова и действительно всё организовал.
Я поехал в Яндекс, по форме одежды, в кителе с погонами и морковном берете, всё как полагается. Был тщательно проинструктирован представлять МЧС.
В Красной Розе все смотрели меня как будто на митап пришел ФСБшник. Меня это всё очень забавляло и я решил для закрепления впечатления почаще делать фотографии, пикрилейтед.
Доклад был классный. Я впкрвые узнал про эмбеддинги и word2vec. К тому же до митапа к Красной Розе приехала моя тогдашняя девушка и я попил с ней чай. Да и вообще я был не в армии на целых несколько часов. День уже удался.
На обратном пути, прямо перед входом в часть, я не заметил офицера в патруле и не выполнил воинское приветствие. В наказание за это впоследствии дежурил в части в новый год. Но это уже другая история.
Gensim для прогнозирования пожаров так и не пригодился. Однако на днях, спустя 9 лет после тех событий, я осознал: Белоусов был прав! В 2017 году, далеко до всяких трансформеров, он предвидел, что мы будем представлять любую хрень как слово (особенно во временных рядах) и обрабатывать эмбеддинги!
The real returns on investment are the friends we made along the way
Читать полностью…